电动汽车充电站负荷建模方法

电动汽车充电站负荷建模是开展规模化充电负荷预测及评估充电负荷对电网影响的基础工作,充电站负荷与电动车辆的进站流量、充电时长、充电能力等多种因素有关,呈现出较为复杂的特征,这使得负荷建模存在许多难点。文章通过分析进站车辆流量对充电负荷的影响,提出了描述充电站负荷的2种建模方法:一种是在一定前提条件下快速计算充电负荷的数学公式;另一种是计及多种实际影响因素的动态过程仿真方法。进而阐述了负荷模型的应用方法和具体步骤,以北京奥运电动公交充电站为例进行了仿真,并与实测数据进行了对比验证。结果表明2种建模方法都能较好地描述充电站负荷的变化规律,其中动态仿真方法能更准确地反映多种因素对充电站负荷的影响。所提方法运算速度快、数据接口清晰,可满足规模化电动汽车负荷仿真的要求。     

考虑时空分布的电动汽车充电负荷预测及对电网负荷影响分析

电动汽车充电站的充电负荷与该充电站的车流量、电动汽车电池的起始荷电状态、用户选择的起始充电时间、电动汽车的车型和不同的充电模式都有关联。不同的时间段,不同的充电站类型对应的充电负荷有很大不同,计算电动汽车充电负荷的一般公式算法很难得到。根据电动汽车用户的充电习惯,研究不同类型充电站的充电汽车数量,电动汽车充电时长以及充电模式的选择,提出考虑时空分布的电动汽车负荷仿真预测方法。以沿海某市为例,该方法能有效预测各种不同类型充电站的电动汽车充电负荷,能够为电动汽车充电站的规划建设以及对电网的负荷影响提供依据。     

住宅区式电动汽车充电站负荷集聚特性及其建模

电动汽车的大规模发展将会对配电网带来较大影响,开展电动汽车充电的负荷特性研究是保证电网安全运行的前提,是引导电动汽车进行有序充电的基础。在简化锂电池恒流–恒压2阶段充电模型的基础上,得到单个电动汽车的充电模型,以此为基本元素,从充电汽车电池的初始荷电状态(initial state-of-charge,SOC0)和车辆到达充电站时间的随机分布为出发点,提出2阶段泊松分布的电动汽车充电站集聚模型进行充电站集聚特性的模拟,并提出基于充电站的日充电负荷曲线的电动汽车充电站负荷集聚模型的建模方法,最后通过仿真算例验证了其有效性。     

基于电动汽车充电负荷需求预测的电网调度优化*

现有的电网调度方法对电动汽车充电负荷需求的预测效果较差,预测的负荷变化趋势与实际情况相差较大,因此基于电动汽车充电负荷需求预测提出电网调度优化方法。根据电动汽车到达充电站的起始和终止时间,计算得到充电时长,电网调度再根据此时间段执行充放电活动。对历史负荷数据标记季节和假期属性,得到属性相似的初步样本,使用充电负荷数据的最值和平均值作为负荷属性,经过AP算法聚类后,利用CNN模型对样本负荷进行预测,其通道值分别为负荷值、温度和车流量,输出充电负荷需求值。根据充电负荷预测信息和剩余容量确定电网调度优化目标和调度约束条件,改变电动汽车的充电时刻,实现电网负荷优化。测试结果表明,该设计方法使用有序的充电策略保证了良好的优化调度效果,满足充电负荷需求。     

大数据背景下的充电站负荷预测方法

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。     

电动汽车充电站的概率负荷建模

电动汽车充电站负荷的随机性特征,使相关建立具有通用性负荷模型的研究存在一定的困难,针对三类典型电动汽车充电站,即电池更换站、居民区充电站、公共场所充电站,提出了一种以充电方式、地理位置、出行特征为基础的概率负荷建模方法,通过全面研究充电站负荷建模的影响因素,采用蒙特卡洛模拟与概率统计分析规律相结合的方法综合建立三类典型充电站的概率负荷模型。在此基础上,运用粒子群算法优化得到了填谷效应最优的三类典型充电站的优化配置方案,验证了所建立的概率负荷模型的有效性和实用性。     

基于山地城市电动汽车负荷特性的充电设施规划

针对山地城市电动汽车充电站的规划需求,研究了山地城市道路特性,改进了充电负荷预测与充电站规划方法,主要包括：研究了山地城市道路空间特性,建立了电动汽车单车耗电模型;分析了山地城市单车耗电特性对充电负荷时空分布的影响,结合改进Floyd最短路径算法建立了群体充电负荷预测模型;考虑了充电负荷时空分布受充电站选址的影响,提出负荷预测与充电站规划迭代计算方法;以充电负荷时间维度波动更小与空间分布更均衡为目标,提出了新型山地城市充电站规划方法。通过遗传算法Matlab仿真求解表明,上述建模方法能够实现对山地城市充电站的更合理规划：一方面,显著降低电动汽车充电负荷波动;另一方面,使得各站充电负荷更加均衡。     

基于效用最大化原则的电动汽车充电站负荷特性分析方法

随着电动汽车规模化的发展,其充电负荷的时空预测为充电站配网建设和和充电设施规划建设提供了数据支撑。因此,文中基于效用最大化原则提出了一种的电动汽车充电站负荷预测方法,首先基于出行链建立电动汽车的时空分布模型,然后基于效用最大化原则和时间成本法分析了电动汽车用户充电消费选择,最后运用蒙特卡罗方法对充电站负荷进行仿真预测。与相关文献仿真对比,验证了所提方法的有效性和正确性,并分析了不同渗透率下和不同充电站位置下电动汽车充电站的充电负荷特性。结果表明,随着电动汽车渗透率提高,其充电行为的集中化增大了系统峰谷差;合理布局电动汽车充电站位置,可以使各充电站充电负荷更加均匀。     

计及相似日与气象因素的电动汽车充电负荷聚类预测

电动汽车充电负荷精准预测对于电网调度、电力市场交易、充电站规划建设等具有实际意义.由于电动汽车充电负荷特性异于传统的电力负荷,两者负荷的规律性及影响因素的敏感性各有不同,有必要针对电动汽车充电负荷影响因素及预测模型开展针对性研究.考虑到不同类型电动汽车充电负荷时间序列特性及影响因素存在差异,构建考虑日类型、最高与最低温...     

考虑分段充电的实用型电动汽车概率负荷模型

随着电动汽车发展的规模不断扩大,车辆的充电负荷将成为电网负荷的重要组成.由于自身充电行为的随机性,电动汽车充电负荷难以用传统的负荷模型进行描述.文章针对停车场内的电动汽车充电负荷,提出了一种考虑分段充电特性的实用型充电负荷概率模型.研究了单台电动汽车电流型分段充电负荷模型,在此基础上利用蒙特卡洛抽样模拟多台电动汽车的随机充电过程;通过最小二乘法对模拟的电动汽车充电负荷特性进行辨识,得到等值充电负荷模型参数集;考虑电动汽车进站时刻、充电时长占比等因素,结合分段模型参数辨识值得出各参数的概率分布特性,将停车场的充电负荷等效为一个变系数的负荷模型.利用实测出行规律的统计数据,在Matlab/Simulink中对该模型进行仿真验证负荷模型参数的有效性.仿真结果表明,文章建立的负荷模型简洁清晰地描述了充电行为随机的电动汽车充电负荷特性,可应用于规模化电动汽车充电负荷的实际工程计算中.     

一种基于负荷特性指标的负荷分类方法

随着经济发展方式的逐步转变和产业结构的升级,配电网中的负荷种类的多样性和复杂性逐渐增加,按原有的负荷分类方式得到的负荷特性往往不具有统一性,在不同负荷优化组合技术中难以根据原有分类依据进行分析.着重提出了基于特性指标法的负荷分类,并对每一类负荷的特性进行分析.分类结果表明,基于特性指标法的负荷分类,同一类型负荷特性的相似度高,各类负荷特性曲线更具有代表性,为电网规划后期的不同负荷优化组合技术应用打下基础,提高了优化模型的准确性.     

基于失负荷价值的可中断负荷定价研究

可中断负荷管理能够削减峰荷保证电力系统安全运行,是缓解我国用电高峰期电力供应不足的有效方法。实施可中断负荷的关键是可中断电价的设计。基于投入产出法计算不同部门的电力经济价值,首先指出该电力经济价值为用电的平均价值;然后结合用户的电力需求曲线分析电力的边际价值和中断部分负荷时的消费者剩余损失;进而以该损失为依据设计可中断负荷电价,并设计了适合我国电力市场实际的可中断负荷合同模型,并给出给出可中断容量的最优选择模型。以我国2006年的投入产出数据和工业用户负荷数据为例证明所提方法的实用性。     

基于负荷细分的差异化用户基线负荷预测

电力用户基线负荷(CBL)预测精度会极大影响需求响应效果的评估。本文基于负荷细分,考虑多维用电行为及其影响因素,通过精细化用户用电行为特征,提出一种考虑用户用电模式差异化的基线负荷预测方法。首先采用Ward-模糊C均值(FCM)聚类法,并结合负荷特性指标,改善用户负荷曲线聚类分析的效果;然后,分析气象、时间等多维影响因素,建立考虑温湿度和气温累积效应等城市微气象因素及节假日社会行为因素的差异化用电行为分析模型,提出温度敏感型、节假日敏感型以及两者均不敏感的精细化用电模式;最后,提出不同用电模式的CBL预测方法,建立综合评估方法分析其预测准确度。算例结果表明,所提算法能进一步提高CBL预测精度。     

中期电力负荷预测及负荷模型的研究

对电力系统中期负荷预测提出了按照时间段预测趋势修正的新方法 ,同时提出了多阶梯中期负荷模型。     

基于空间饱和负荷密度的负荷预测方法

负荷预测对电力系统规划具有至关重要的作用,根据华中某市的社会经济发展水平,在借鉴国内其他城市负荷密度水平的基础上,制定了某市的负荷密度指标集。根据某市的远期发展规划,对市各功能分区的饱和负荷值进行了预测,最终得到了某市至饱和年的饱和负荷。人均饱和电量法验证了空间负荷预测方法的有效性,饱和负荷密度主题图直观地反映了市规划区未来的负荷空间分布情况。饱和负荷预测结果为后续电源点布置、输电廊道确定和输电线路选型提供了有力的科学依据。     

基于多级负荷智能协调的母线短期负荷预测

为提高母线负荷预测精度,提出一种基于多级负荷智能协调的母线短期负荷预测方法。首先对预测母线负荷序列进行历史负荷与当前负荷的相关性分析,再进行系统空间母线与预测母线的相关性分析,根据两次相关性分析结果合理设置算例,得到预测网络的最优输入方式,然后利用长短时记忆网络(LSTM)建立母线短期负荷预测模型,最后运用吉林省某地区的实测数据将提出模型与反向传播(BP)神经网络和支持向量机(SVM)的预测结果进行对比分析,验证本文提出的预测模型具有更高的精确度。     

基于统计学分类的综合负荷模型实测建模

电力系统负荷模型参数的简化是负荷模型实用化的关键,基于所辨识的负荷模型参数进行负荷统计学特性分析对于建立具有强泛化能力的负荷模型具有重要意义.以综合负荷模型为研究对象,采用标准阶跃响应为特征向量,用统计学中的系统聚类法并结合方差分析指标对负荷数据加以筛选和分类,并对分类后的结果进行观察,得到了一些参数和时间上的特征,揭示了负荷数据内部所存在的部分统计学规律.进而应用支持向量机工具对分类后的负荷建立了具有良好泛化能力的负荷模型.归纳出了负荷数据由筛选、分类到建立模型的一条思路.     

负荷建模中的负荷调查统计分类

结合实际工程项目介绍了对变电站-负荷节点的模糊分类(分组)过程。首先选取反映负荷特征的定类指标并设计调查表,确定调查数据的来源及调查对象,然后对取得的数据进行整理,最后采用模糊聚类方法利用调查统计结果对变电站-负荷节点进行分类。将调查数据应用于区域电网负荷建模的研究中取得了令人满意的结果。     

基于日负荷曲线的负荷分类和综合建模

针对广域电力系统中负荷节点面广量大的困难,提出了基于日负荷曲线的、将统计综合法与总体测辨法相结合的电力负荷综合建模思路。首先通过对全网所有220 kV（或110 kV）负荷节点典型日负荷曲线进行构成分析,得出各负荷节点中行业用电构成的负荷比例;然后采用谱系数平均距离聚类分析法对全网负荷节点进行分类;再根据分类结果和少量负荷节点的实测参数,推广获得所有节点的负荷模型参数。该方法已成功应用于河南电网和福建电网,结果表明新方法简单实用、效果良好,为广域电力系统的负荷建模提供了新途径。     

基于负荷频谱分析的电力系统短期负荷预测

电力系统短期负荷具有非常大的不确定性,而其日负荷信号的频谱具有连续变化的特性。从信号频谱分析角度,对日负荷信息进行建模分析,并通过小波变换,将日负荷数据分解为不同尺度上的投影子序列,用子序列作为小波神经网络的训练样本,然后用训练好的神经网络模型对电力系统的短期负荷进行预测。在Matlab仿真软件中,采用某市某线路的某日负荷数据对算法进行仿真验证,取得了较好的预测结果。